Submitted by Renata Lopes (renatasil82@gmail.com) on 2017-04-25T15:55:49Z No. of bitstreams: 1 larafurtadobastos.pdf: 4369558 bytes, checksum: 7b36e77b964a5ec919c2c9967a654a03 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-04-26T12:06:02Z (GMT) No. of bitstreams: 1 larafurtadobastos.pdf: 4369558 bytes, checksum: 7b36e77b964a5ec919c2c9967a654a03 (MD5) / Made available in DSpace on 2017-04-26T12:06:02Z (GMT). No. of bitstreams: 1 larafurtadobastos.pdf: 4369558 bytes, checksum: 7b36e77b964a5ec919c2c9967a654a03 (MD5) Previous issue date: 2016-09-08 / O presente trabalho apresenta a adaptação e utilização de um algoritmo da área de inteligência artificial evolucionária, bioinspirado no sistema de ecolocalização de morcegos, para resolver o problema da localização global de robôs móveis em ambientes bidimensionais com mapas conhecidos. Sabe-se, por meio da literatura, que a localização de robôs baseada apenas em dedução via hodometria, do inglês deduced reckoning ou dead-reckoning, acumula diversos erros de origem estocástica, os quais não podem ser eliminados de maneira determinística, fazendo-se necessários métodos de filtragem estatística para a correta obtenção da localização. Dentre as diversas alternativas conhecidas para solucionar o problema de localização, escolheu-se o Método Recursivo de Monte Carlo, também denominado por Filtro de Partículas, para comparação com os resultados obtidos pelo algoritmo de morcego, por suas características multimodais e não-paramétricas, sendo este um algoritmo clássico na área de localização robótica. O algoritmo de morcegos, do inglês Bat Algorithm, é um método recursivo de otimização de estados de um sistema que se encontra num ambiente multimodal. É bioinspirado nos sistemas de ecolocalização encontradas em morcegos e outros animais na natureza. Nos resultados de comparação entre ambos os métodos, a técnica proposta demonstrou melhores resultados tanto para o erro entre a localização real e a estimada pelos métodos quanto para o número de iterações necessárias para alcançar a solução e, consequentemente, o tempo de convergência do algoritmo. Para o desenvolvimento deste trabalho, utilizou-se o programa Matlab R integrado com a plataforma ROS, juntamente com o robô móvel terrestre Pioneer P3-DX para os resultados simulados e reais. / This work presents the adaptation and use an algorithm from evolutionary artificial intelligence area, bioinspired in the echolocation system of bats to solve the problem of global location for mobile robots in two-dimensional environments with known maps. It is widely known in literature that the localization of robots based only on deduced reckoning accumulates many stochastic errors, which cannot be eliminated deterministically, requesting statistical filtering methods to obtain the correct location. Among the various alternatives known to solve the problem of localization, we chose the Recursive Method of Monte Carlo, also kown as Particle Filter, for comparison purposes with the results obtained by the Bat Algorithm, because of its multimodal and nonparametric features, and alse because it is a classic algorithm in robotics localization area. The Bat Algorithm is a recursive optimization method of system states immerse in multimodal environments. It is bioinspired in the echolocation systems found in bats and other animals in nature. In comparison results between the two methods, the proposed technique showed the best results for both localization error and the number of iterations required to reach the solution, and consequently the algorithm convergence time. To develop this work, the Matlab software was used with the ROS framework along with the terrestrial mobile robot Pioneer P3-DX for simulated and real results.

Submitted by Renata Lopes (renatasil82@gmail.com) on 2016-01-07T18:51:46Z No. of bitstreams: 1 camilearedesmoraes.pdf: 1914663 bytes, checksum: ecc2f4565f43beb2a29dc47c76ef0296 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2016-01-25T16:54:11Z (GMT) No. of bitstreams: 1 camilearedesmoraes.pdf: 1914663 bytes, checksum: ecc2f4565f43beb2a29dc47c76ef0296 (MD5) / Made available in DSpace on 2016-01-25T16:54:12Z (GMT). No. of bitstreams: 1 camilearedesmoraes.pdf: 1914663 bytes, checksum: ecc2f4565f43beb2a29dc47c76ef0296 (MD5) Previous issue date: 2015-08-07 / O problema referente à expansão estática de sistemas de transmissão de energia elétrica consiste em determinar, entre um conjunto predefinido de circuitos candidatos à expansão, aqueles que devem ser construídos de forma a minimizar os custos de operação (déficit) e de investimentos no sistema de transmissão, suprindo a demanda prevista para um horizonte de planejamento. Este é um problema de otimização de difícil solução e que apresenta algumas particularidades, tais como: (i) região de solução não convexa, ou seja, com várias soluções factíveis, o que leva grande parte dos algoritmos a convergirem em direção de uma solução ótima local; (ii) a natureza combinatória do processo de planejamento que, normalmente, conduz ao fenômeno da explosão combinatória referente às alternativas de investimento, resultando em um elevado esforço computacional; (iii) a existência de sistemas elétricos não conexos (ilhados). Estas particularidades ilustram as principais dificuldades na elaboração de algoritmos rápidos, eficientes e robustos para a resolução do problema estático da expansão de sistemas de transmissão de energia elétrica. Diante do quadro descrito acima, o presente trabalho propõe uma estratégia de resolução baseada em duas etapas: (a) Inicialmente é feito uso de um algoritmo heurístico construtivo, a partir do qual se objetiva uma solução inicial factível para o problema; (b) Conhecida essa solução inicial, a mesma é repassada ao processo de otimização multimodal, sendo este baseado no fenômeno da ecolocalização. A ecolocalização é um método de otimização multimodal recente quando é comparado com os demais métodos multimodais bioinspirados, sendo a sua aplicação incipiente na área de sistemas elétricos de potência e, portanto, sua utilização uma motivação. Os resultados obtidos indicam que a estratégia de resolução proposta proporciona um aumento da eficiência do processo de otimização multimodal pela busca da otimalidade, uma vez que a solução ótima passa a ser obtida em um número menor de iterações do processo de busca bioinspirado. / The static transmission expansion planning of electrical systems problem consists in determining, among a pre-defined set of candidate expansion circuits, the ones that must be built to minimize the operational costs (deficit) and investment costs in the electrical networks thus meeting the forecast demand in a given planning horizon. This hard-solution optimization problem presents some particular characteristics, such as: (i) non-convex solution region, which means a large number of feasible solutions leading most of the algorithms, used in this situation, to converge to a local optimum; (ii) the combinatorial nature of the planning process which usually leads to the combinatorial explosion related to investment alternatives, resulting in a high computational effort; (iii) the existence of islanded electrical systems. These features illustrate the main difficulties in the development of fast, efficient and robust algorithms to solve the static planning of the transmission expansion of electrical systems. Considering this problem, this work proposes a two-step resolution strategy: (a)Initially, a constructive heuristic algorithm is used in order to obtain a feasible initial solution for the problem; (B) Since this initial solution is known, it is transferred to the multimodal optimization process, based on the echolocation phenomenon. The echolocation is a recent multimodal optimization method when compared with other bioinspired multimodal methods and its application on electric power systems is still incipient so, its utilization may be a motivation. The obtained results indicate that the proposed solution strategy provides increased efficiency for the multimodal optimization process by the search for optimality, since the optimal solution can be obtained in a small number of iterations of bioinspired search process.

The content of this thesis is to understand the principle of ultrasound imaging and mathematical models used to estimate perfusion parameters of concentration curves. Thesis deals with global optimization algorithms for finding parameters, an approximation of the actual data model curves. It also includes a comparison of different methods and used functions.

Economic dispatch is an important optimization challenge in power systems. It helps to find the optimal output power of a number of generating units that satisfy the system load demand at the cheapest cost, considering equality and inequality constraints. Many nature inspired algorithms have been broadly applied to tackle it such as particle swarm optimization. In this dissertation, two improved particle swarm optimization techniques are proposed to solve economic dispatch problems. The first is a hybrid technique with Bat algorithm. Particle swarm optimization as the main optimizer integrates bat algorithm in order to boost its velocity and to adjust the improved solution. The second proposed approach is based on Cuckoo operations. Cuckoo search algorithm is a robust and powerful technique to solve optimization problems. The study investigates the effect of levy flight and random search operation in Cuckoo search in order to ameliorate the performance of the particle swarm optimization algorithm. The two improved particle swarm algorithms are firstly tested on a range of 10 standard benchmark functions and then applied to five different cases of economic dispatch problems comprising 6, 13, 15, 40 and 140 generating units. / Electrical and Mining Engineering / M. Tech. (Electrical Engineering)

Orientador: Percival Bueno de Araujo / Resumo: Este trabalho apresenta o Novel Bat Algorithm com uma nova técnica para realizar o ajuste coordenado dos parâmetros de controladores suplementares de amortecimento (Estabilizadores de Sistemas de Potência e do conjunto Generalized Unified Power Flow Controller – Power Oscillation Damping) em sistemas elétricos de potência multimáquinas. O objetivo principal é inserir amortecimento adicional aos modos oscilatórios de baixa frequência e, consequentemente, garantir a estabilidade do sistema elétrico frente a pequenas perturbações. Para representar o sistema elétrico de potência será utilizado o Modelo de Sensibilidade de Potência. Desse modo, todos os seus dispositivos e componentes foram modelados por injeções de potência. Análises estáticas e dinâmicas foram realizadas em dois sistemas teste, sendo: o Sistema Simétrico de Duas Áreas e o Sistema New England. A eficiência do dispositivo FACTS Generalized Unified Power Flow Controller atuando em conjunto com uma estrutura de controle baseada em controladores Proporcional – Integral foi criteriosamente avaliada para o controle de fluxos de potências ativa e reativa, para a melhoria do perfil de tensão do sistema elétrico e na redução das perdas no sistema de transmissão. O desempenho do Novel Bat Algorithm, no que concerne ao ajuste dos parâmetros dos controladores, foi comparado a outros quatro algoritmos bio-inspirados bastante difundidos na literatura: Particle Swarm Optimization, Bacterial Foragim Optimization, Bat Algorithm e... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: This work presents the Novel Bat Algorithm as a new technique for the to perform the coordinated tuning of the parameters of the supplementary damping controllers (Power Systems Stabilizers and Generalized Unified Power Flow Controller - Power Oscillation Damping) in multi-machine electric power systems. The main objective is to insert damping to low-frequency oscillations and thus ensure the stability of the electrical system against minor disturbances. The Power Sensitivity Model is used to represent the system. Thus, all devices and their components are modeled by power injection. Static and dynamic analyzes were performed in the two systems: the two-areas symmetric, and the New England. The performance of the proposed methodology (Novel Bat Algorithm), for tuning of the parameters of the controllers was compared to four other algorithms, presented in the literature: The Particle Swarm Optimization method, Bacterial Foraging Optimization method, Bat Algorithm method and a Genetic Algorithm with elitism. The results demonstrated that the Novel Bat Algorithm was more effective than the other techniques presented, generating robust solutions when variations on the scenarios of loads were considered, and therefore accredited it as a tool in the analysis of the study of small-signal stability. / Doutor

Submitted by Ednei Luiz Miotto (edneimiotto@utfpr.edu.br) on 2018-11-05T12:58:43Z No. of bitstreams: 1 TESE EDNEI LUIZ MIOTTO.pdf: 5057627 bytes, checksum: 74b7d6f2bd477e7e02941873ca291fa3 (MD5) / Approved for entry into archive by Cristina Alexandra de Godoy null (cristina@adm.feis.unesp.br) on 2018-11-08T19:07:02Z (GMT) No. of bitstreams: 1 miotto_el_dr_ilha.pdf: 5057627 bytes, checksum: 74b7d6f2bd477e7e02941873ca291fa3 (MD5) / Made available in DSpace on 2018-11-08T19:07:02Z (GMT). No. of bitstreams: 1 miotto_el_dr_ilha.pdf: 5057627 bytes, checksum: 74b7d6f2bd477e7e02941873ca291fa3 (MD5) Previous issue date: 2018-10-18 / Este trabalho apresenta o Novel Bat Algorithm com uma nova técnica para realizar o ajuste coordenado dos parâmetros de controladores suplementares de amortecimento (Estabilizadores de Sistemas de Potência e do conjunto Generalized Unified Power Flow Controller – Power Oscillation Damping) em sistemas elétricos de potência multimáquinas. O objetivo principal é inserir amortecimento adicional aos modos oscilatórios de baixa frequência e, consequentemente, garantir a estabilidade do sistema elétrico frente a pequenas perturbações. Para representar o sistema elétrico de potência será utilizado o Modelo de Sensibilidade de Potência. Desse modo, todos os seus dispositivos e componentes foram modelados por injeções de potência. Análises estáticas e dinâmicas foram realizadas em dois sistemas teste, sendo: o Sistema Simétrico de Duas Áreas e o Sistema New England. A eficiência do dispositivo FACTS Generalized Unified Power Flow Controller atuando em conjunto com uma estrutura de controle baseada em controladores Proporcional – Integral foi criteriosamente avaliada para o controle de fluxos de potências ativa e reativa, para a melhoria do perfil de tensão do sistema elétrico e na redução das perdas no sistema de transmissão. O desempenho do Novel Bat Algorithm, no que concerne ao ajuste dos parâmetros dos controladores, foi comparado a outros quatro algoritmos bio-inspirados bastante difundidos na literatura: Particle Swarm Optimization, Bacterial Foragim Optimization, Bat Algorithm e o Algoritmo Genético com Elitismo. Os resultados demonstraram que o Novel Bat Algorithm foi mais eficiente que as demais técnicas avaliadas, obtendo soluções com amortecimento satisfatório, mesmo quando variações nos cenários de carregamento do sistema são consideradas, sendo, portanto, credenciado como ferramenta promissora para a análise da estabilidade a pequenas perturbações em sistemas elétricos de potência multimáquinas. / This work presents the Novel Bat Algorithm as a new technique for the to perform the coordinated tuning of the parameters of the supplementary damping controllers (Power Systems Stabilizers and Generalized Unified Power Flow Controller - Power Oscillation Damping) in multi-machine electric power systems. The main objective is to insert damping to low-frequency oscillations and thus ensure the stability of the electrical system against minor disturbances. The Power Sensitivity Model is used to represent the system. Thus, all devices and their components are modeled by power injection. Static and dynamic analyzes were performed in the two systems: the two-areas symmetric, and the New England. The performance of the proposed methodology (Novel Bat Algorithm), for tuning of the parameters of the controllers was compared to four other algorithms, presented in the literature: The Particle Swarm Optimization method, Bacterial Foraging Optimization method, Bat Algorithm method and a Genetic Algorithm with elitism. The results demonstrated that the Novel Bat Algorithm was more effective than the other techniques presented, generating robust solutions when variations on the scenarios of loads were considered, and therefore accredited it as a tool in the analysis of the study of small-signal stability.

This research presents a Hybrid Particle Swarm Optimization with Bat Algorithm (HPSOBA) based approach to solve Optimal Reactive Power Dispatch (ORPD) problem. The primary objective of this project is minimization of the active power transmission losses by optimally setting the control variables within their limits and at the same time making sure that the equality and inequality constraints are not violated. Particle Swarm Optimization (PSO) and Bat Algorithm (BA) algorithms which are nature-inspired algorithms have become potential options to solving very difficult optimization problems like ORPD. Although PSO requires high computational time, it converges quickly; while BA requires less computational time and has the ability of switching automatically from exploration to exploitation when the optimality is imminent. This research integrated the respective advantages of PSO and BA algorithms to form a hybrid tool denoted as HPSOBA algorithm. HPSOBA combines the fast convergence ability of PSO with the less computation time ability of BA algorithm to get a better optimal solution by incorporating the BA’s frequency into the PSO velocity equation in order to control the pace. The HPSOBA, PSO and BA algorithms were implemented using MATLAB programming language and tested on three (3) benchmark test functions (Griewank, Rastrigin and Schwefel) and on IEEE 30- and 118-bus test systems to solve for ORPD without DG unit. A modified IEEE 30-bus test system was further used to validate the proposed hybrid algorithm to solve for optimal placement of DG unit for active power transmission line loss minimization. By comparison, HPSOBA algorithm results proved to be superior to those of the PSO and BA methods. In order to check if there will be a further improvement on the performance of the HPSOBA, the HPSOBA was further modified by embedding three new modifications to form a modified Hybrid approach denoted as MHPSOBA. This MHPSOBA was validated using IEEE 30-bus test system to solve ORPD problem and the results show that the HPSOBA algorithm outperforms the modified version (MHPSOBA). / Electrical and Mining Engineering / M. Tech. (Electrical Engineering)